北京北部水系沉积物中重金属的研究

主要研究了北京市北部水系沉积物中重金属(As、Hg、Cd、Cr、Cu、Mn、Ni、Pb、Ti和Zn)含量和来源.在潮白河及密云水库流域采集了17个沉积物样品,温榆河流域采集了5个样品,重金属含量As和Hg采用原子荧光光谱法测定,Cd、Cr、Cu、Mn、Ni、Pb、Ti和Zn含量用电感耦合等离子发射光谱法测定.研究结果表明,沉积物中重金属元素没有出现明显的富集状况,只有Hg、Cd、Cr和Zn在一些采样点有较高的富集.相关性分析表明Hg、Cd、Zn和Cu互相之间呈显著正相关(r>0.06;p<0.01),而Hg与Cr、Mn、Ni、Pb和Ti没有明显的相关性.通过主成分分析研究重金属的来源,发现前3个主成分贡献率分别为38%、23%和17%.因此,Hg、Cd、Zn和Cu作为第一主成分被认为与人类活动的工矿业开采有关,第二主成分As和Mn与人类活动的农业生产和生活污水排放有关,第三主成分Cr、Ni和Ti与岩石风化和土壤侵蚀有关.     

上海崇明农业土壤中共平面多氯联苯的初步研究

采用同位素稀释质谱法,用高分辨率气相色谱-高分辨率质谱仪(HRGC-HRMS)对上海崇明农业土壤中12个共平面多氯联苯(co-PCBs)的含量进行了测定,并且对可能的来源进行了初步探讨。31个农业土壤中co-PCBs浓度范围为24.86~814.50 pg/g,平均值为92.65 pg/g,毒性当量浓度(I-TEQ)为0.032~0.486 pg/g,平均值为0.142 pg/g。经过比较,其浓度远远低于国内外污染土壤水平,和一般的农业土壤水平比较接近,认为该地区基本未受co-PCBs的污染。其中个别位点的毒性当量浓度较高,认为有必要对该地区可能的来源进行分析。主成分分析结果表明,崇明土壤co-PCBs可能来自市售Arcolor和各种燃烧,包括室内煤炭、木料燃烧以及固体或医疗废物燃烧的影响。作为生态岛屿建设的崇明,需要特别关注防止土壤中的co-PCBs进一步升高降低生态系统良性循环的完整性。     

黔川典型白酒多元素组成及其原产地判定研究

采用电感耦合等离子体质谱(ICP-MS)和电感耦合等离子体发射光谱(ICP-OES)分析测试黔川三个不同原产地的19个典型白酒样中的48个元素含量组成。对多元素含量进行多维尺度分析(MDS)、方差分析(ANOVA)、主成分分析(PCA)和判别分析(DA)等多变量统计分析,探讨多元素组成对不同原产地白酒溯源的可行性,筛选出白酒原产地判定的有效指标。结果显示,不同原产地白酒样中多元素含量有其各自的分布特征,其中Ca、Na、Fe、Mn、Be、Sc、V、Cu、Ga、Ge、Y、Cs、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Tm、Yb和Lu等23个元素存在显著差异。多维尺度分析和主成分分析将白酒样分成不同类别,其类别与原产地基本一致。通过逐步判别分析,筛选出6个元素指标可判别白酒样的产地来源,依次为Mn、Ga、Sc、V、Na和Cs,整体正确判别率为94.7%。利用多元素指纹技术对白酒原产地判定是可行的。     

贵州典型酸雨城市降尘中有毒重金属时空分布及来源分析

对2012年贵阳、遵义、安顺市区和背景点降尘样品进行逐月采集,并利用微波消解、ICP-MS对降尘中Cr、As、Cd、Hg、Pb的含量进行测定,分析其来源与贡献。结果表明,降尘五种重金属元素中,Pb含量最高,Hg含量最低。与土壤背景值相比,除Cr外,其它四种重金属元素含量总体明显升高;As、Cd、Hg含量季节性变化明显,Cr、Pb不明显。从降尘中五种重金属元素总量看,安顺夏季最高,市区点降尘总量均高于背景点,遵义和贵阳冬季最高,且在秋冬季背景点含量高于市区点。相关系数和主成分分析表明,贵阳、安顺、遵义降尘中重金属污染均受燃煤影响,其贡献率分别为61%、35%、75%。此外,安顺市交通尘贡献率为50%,遵义市风沙扬尘贡献率为21%。与其他城市相比,研究区城市降尘重金属元素除Cr外,As、Cd、Hg、Pb含量均较高。     

基于高光谱指数的水稻砷污染胁迫多重判别模型

水稻中过量砷(As)能够影响叶片中叶绿素含量、水分含量以及细胞内部结构,进而改变水稻在光谱上的特征表现.以表征叶绿素、水分含量、细胞结构的NDVI、NDWI、SIPI等9种高光谱指数和实测水稻叶片砷含量数据为基础,利用相关分析、主成分分析和独立变量分析方法,获得诊断指标对水稻砷污染胁迫进行多重光谱判别.结果表明,表征不同生理参数的高光谱指数PSNDa、fWBI、SIPI与水稻叶片砷含量高度相关,可作为砷污染单级光谱诊断参数;主成分因子F1、F2和独立变量因子ICA1、ICA2对水稻砷污染胁迫具有特殊反应,分别作为水稻砷污染胁迫的主成分诊断指标和独立分量诊断指标.综合上述3类诊断参数,构建水稻砷污染胁迫多重判别空间体系即光谱指数诊断空间(PSNDa-fWBI、PSNDa-SIPI、fWBI-SIPI)、主成分诊断空间(F1-F2)和独立变量诊断空间(ICA1-ICA2),从不同层面上综合诊断了实验区水稻砷污染胁迫情况,其中以表征叶绿素和细胞结构的光谱指数空间PSNDa-SIPI与主成分空间F1-F2诊断效果为最佳.     

兰州市冬夏季大气PM2.5化学组分特征及来源分析

于2019年冬季（1月）和夏季（7月）对兰州市大气PM_2.5进行了连续采集,并结合同时期的气象资料分析了PM_2.5化学组分（有机碳、元素碳、水溶性离子）特征及来源.结果表明,冬季OC浓度为11.58~45.42 μg·m^-3,EC浓度为3.25~13.90 μg·m^-3,夏季OC、EC浓度分别为8.42~23.08、2.85~7.93 μg·m^-3,OC浓度总体高于EC,在PM_2.5中占到了更高的比重.冬季平均OC/EC为3.24,夏季平均OC/EC为2.75,表明有二次气溶胶SOC生成,且机动车排放与冬季燃煤供暖为其主要污染源.冬季OC和EC相关系数为0.94,夏季为0.66,夏季相关系数较低表明其污染来源较冬季复杂.SO₄^2-、NO₃^-、NH₄⁺、Ca²⁺是大气PM_2.5中最重要的4种水溶性离子,这4种离子在冬季和夏季分别占到总水溶性离子的84.56%和90.16%,占PM_2.5的45.6%、14.5%.主成分分析法、后向轨迹及浓度权重结果表明,兰州市PM_2.5主要的污染源除了受本地化石燃料燃烧、机动车尾气、生物质燃烧排放、土壤和建筑粉尘的影响外,还可能受到内蒙古高原和新疆塔克拉玛干沙漠等地远距离传输的影响.     

衡山大气中PCBs的浓度水平及来源分析

为研究我国高山地区大气中多氯联苯(PCBs)的含量情况,于2009年4月~5月在衡山气象站采集了气相及颗粒相样品.以气相色谱法测得该地区大气中7种指示性PCB(Indicator-PCBs)的平均浓度为180.51pg/m3,含量最多的为PCB52.与国外高山站点相比,衡山的PCBs含量处于较高水平.通过后推气流轨迹分析了气流来向对PCBs含量的影响,结果显示,来自北方的气流携带较多的PCBs.主因子分析的结果表明,该地区PCBs的来源可以归结为3类,分别为:国外的PCBs产品;焚烧炉排放、造纸漂白等工业生产过程以及国产的变压器油等PCBs产品;含PCBs的油漆添加剂等.     

镇江城市道路沉积物中重金属污染的来源分析

道路沉积物是一重要环境介质,其颗粒物积累的潜在毒性对于城市水体是一重要危害,因此,识别道路沉积物重金属的含量及来源就显得尤其重要.分析了采集于镇江市商业区、河滨公园、居民区和交通繁忙区的62个样品中的Zn、Pb、Cu、Cr和Ni 5种重金属,它们在交通繁荣区含量最大,Zn、Cu、Cr和Ni含量在商业区、河滨公园和居民区并无明显差异.通过主成分分析识别道路沉积物中重金属的来源,发现不同功能区的重金属来源有所差别,各功能区中第一主成分(贡献率70％以上)代表来自交通活动产生的污染源,或者是与工业污染源共同产生的混合污染源;第二主成分代表来自工业污染源或者是生活污染源,并且道路沉积物中重金属与有机质显著相关,最后计算了重金属浓度富集率(CER),以评价人类活动对于重金属污染的影响程度.结果表明,有机质是镇江城市道路沉积物中重金属的重要载体, 人类活动对于该地区重金属污染影响达到中等或中等以上的程度.     

大连地区夏季非甲烷烃(NMHC)特征及其来源解析

非甲烷烃(NMHC)是臭氧的重要前体物之一,对臭氧的生成起着决定性的作用.为研究大连地区大气中NMHC的特征和来源,利用在线NMHC监测仪测定大连地区2014年7月和8月的NMHC组成、日变化并计算该地区的臭氧生成潜势,利用PCA受体模型初步估算大连地区NMHC来源.结果表明,大连地区总NMHC年平均浓度(体积分数)分别为80.7×10-9±62×10-9,其中烷烃所占比例最高,占NMHC总浓度的64%,其次是烯烃19%,芳香烃16%,乙炔1%.正癸烷、乙烯、正辛烷是大连地区NMHC中浓度最高的3种物质,部分物种浓度呈现明显的日变化特征.臭氧生成潜势(OFP)结果显示,大连地区芳香烃对该地区OFP的贡献最大,乙烯、间-乙基甲苯和对-乙基甲苯是对该地区OFP贡献最大的物质.利用主成分分析VOCs物种,提取出6个因子,分别归纳为溶剂使用、液化石油气(LPG)、汽车尾气、植物排放、石化炼制加工和老化气团传输.     

河流底泥DOM、营养盐与重金属空间分异特征及响应关系

为探究河流底泥中的溶解性有机物(DOM)和营养盐对重金属迁移转化的影响,以沈阳市新穆河、南小河和老背河为研究对象,利用三维荧光光谱,结合平行因子(PARAFAC)、主成分分析(PCA)和结构方程模型(SEM)研究了底泥中的DOM、营养盐与重金属的空间分异特征及DOM与营养盐对重金属的响应关系.结果表明,3条河流底泥中的总氮(TN)和总磷(TP)呈重度污染状态.南小河底泥中的ω(Zn)、ω(As)、ω(Cu)、ω(Ni)和ω(Cd)分别是辽宁省土壤背景值的2.48、 1.02、 3.45、 3.00和39.05倍,老背河的ω(Zn)、ω(Cu)和ω(Cd)分别是背景值的2.56、 1.92和8.00倍,新穆河的ω(Zn)和ω(Cu)分别是背景值的1.40和1.10倍,总体上3条河流均存在重金属累积现象,累积严重程度为：南小河>老背河>新穆河,其中南小河和老背河Cd污染严重.应用PARAFAC共解析出5类DOM组分,分别为类色氨酸、酚类络合物、微生物代谢产物、类富里酸和类胡敏酸,其中类富里酸和类胡敏酸丰度较高;基于PCA分析,新穆河底泥污染的主控因子为TN、 TP、类富里酸和类...     

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838-2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设 24 个采样点,入河支流布设 18 个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率.结果表明:1)京杭运河上游桐乡段干流入境水总磷浓度为0.14～0.20 mg/L,沿程监测点 5～7、9 和 21～24 有明显变差趋势,最高浓度达 0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L.2)主成分分析得到 3 个主因子,因子 1 以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子 2 以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子 3 以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源.3)运河上游河段的磷污染主要发生在干流监测点 5～7 和 9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为 65.9%和 31.8%;监测点 21～24 主要为农业源,其在丰水期和平水期的贡献率分别为 34.0%和 32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点 5～7 和 9、21～24 的贡献率分别为42.6%、31.8%.     

松花江哈尔滨段水环境质量评价及污染源解析

为全面了解松花江流域哈尔滨段的水质污染状况,根据2015年松花江流域哈尔滨段丰水期、平水期和枯水期的水质监测数据,采用主成分分析（PCA）对水质污染现状进行综合评价,并根据主成分分析计算得到的相关数据进行APCS-MLR（绝对主成分多元线性回归分析）,量化主成分对各污染物的贡献率.在评价过程中,充分利用ArcGIS软件对不同断面水质状况进行可视化表征,展现水环境质量的空间特征,更加直观地表达水质的区域差异性.结果表明:松花江哈尔滨段水体的主要污染物包括COD_Cr、TN和NH₃-N,丰水期第1主成分对其贡献率分别为69.97%、69.18%、74.23%,平水期为22.91%、22.21%、37.57%,枯水期为83.77%、83.60%、83.09%;6个断面中,朱顺屯断面的水质优于其他断面的水质,上游水质优于下游水质;研究水体水质总体上表现为丰水期优于枯水期.研究表明,污染物主要受到生活污水和该江段沿岸石化、汽车和造纸企业工业废水排放的影响.污染物主要来源于阿什河口内和呼兰河口内断面,干流水体水质优于支流水体.      

南京北郊大气VOCs变化特征及来源解析

利用2011-03-01~2012-02-29南京北郊大气VOCs观测资料,对大气VOCs浓度变化特征和特征物比值差异展开研究,并应用PCA/APCS受体模型对不同季节VOCs来源进行了解析.结果表明,南京大气总VOCs体积混合比为43.52×10-9,其中烷烃占45.1%、烯烃占25.3%、炔烃占7.3%和芳香烃占22.3%.总VOCs体积混合比呈现夏季高,冬季低的季节变化.VOCs组分中烷烃在冬季最高,烯烃夏季最高,芳香烃春季最高,炔烃冬季最高.特征物比值(VOCs/乙炔)和T/B比值反映出观测点受周边工业区影响较大.VOCs源解析表明,主要来源来自工厂生产、机动车排放、燃料燃烧、生产活动挥发、溶剂使用和自然源.虽然有季节变化,但与工业生产活动相关的来源占大气VOCs 45%~63%,其次为机动车来源占34%~50%.     

长江流域主要干/支流水化学特征及外源酸的影响

为了探究人类活动对长江流域水化学特征的影响,本文以流域内主要干/支流代表断面的采样点为研究对象,分别于2016年丰水期和平水期采集地表水样各13组,通过离子比值法、主成分分析法和化学离子平衡计算法,综合分析水化学特征,并估算碳酸和外源酸参与碳酸盐岩的溶蚀比例.结果表明,水化学类型主要为HCO₃-Ca型,指示流域内水化学的主要影响因素为碳酸盐岩的溶解,在碳酸盐岩风化过程中,碳酸与碳酸盐岩的相对快速风化为主导反应.此外,丰水期和平水期各采样点碳酸溶蚀比例均值分别为60.33%和59.14%,不同采样点的溶蚀比例差值较大,指示外源酸对河流与岩石侵蚀风化过程的影响不容忽视,且阳离子交换对水化学有一定影响,但并不是主要的反应过程.与多年前水文监测初期的数据相比,硫酸和硝酸对岩石风化作用加强,人为因素对长江的水质影响增大.     

基于边界观测的长三角某工业区O3来源特征

为研究上海某石化工业区臭氧来源特征,采用在线监测系统对该工业区O₃及其前体物和气象参数展开了为期3个月（2020年6~8月）的同步连续观测.采用TCEQ（Texas Commission on Environmental Quality）区域背景臭氧估算法和主成分分析两种方法研究工业区区域背景和本地生成O₃浓度贡献,并将两种方法进行对比分析.结果表明：①观测期间园区主导风向为东南风和东风,平均温度为27.12℃.ρ（VOCs-36）日均值为32.05~240.51μg·m^-3,烷烃浓度占比最大;ρ（NO_x）日均值为10.15~47.51μg·m^-3;ρ（O₃）为31.81~144.43μg·m^-3.②TCEQ法得出的区域背景O₃浓度[ρ_R（O₃）]为32.63~191.13μg·m^-3,本地生成O₃浓度[ρ_L（O₃）]为16.08~134.25μg·m^-3,区域背景占比ω（TCEQ）为32.6%~87.7%.主成分分析计算得出的区域背景[ρ_PCA-R（O₃）]为66.38~219.83μg·m^-3;③TCEQ法计算得出的本地生成O₃浓度变化基本能够与该园区内臭氧生成潜势的变化对应,两种方法具有良好的吻合效果,经验证结果具有可靠性;④剔除由于站点浓度异常情况带来的计算误差,观测期间区域背景O₃占比基本处于75%~95%范围内.综上,园区内O₃浓度组成以区域输送为主,应重点关注工业区周边城市的O₃污染治理,落实长三角区域联防联控措施.     

基于PCA和M-SVMs的化学物质生态危害预测应用研究

为防止新化学物质投入市场时对生态环境造成危害,需对其生态危害程度进行评价。现有评价方法把各指标对生态危害的贡献看成是等效的,不能客观反映事实,且评价指标较多,指标之间具有较强的相关性,会降低预测精确度,为了解决该问题,文章将主成分分析和支持向量机相结合。首先运用主成分分析进行特征提取,降低数据维数,获取数据的主要信息;然后将二值分类支持向量机扩展到多类支持向量机,利用多类支持向量机建立化学物质生态危害预测模型,采用10折交叉验证法对模型进行检验,得到平均正确率达到89.24%。并与未进行主成分分析的支持向量机分类模型进行了比较,实验结果表明该方法具有更好的预测精度,值得推广。     

高原城市昆明公路隧道大气中PM2.5理化特征分析

为研究高原地区机动车尾气排放特征,选取昆明市草海隧道内大气PM_(2.5)为研究对象,并对样品中的水溶性离子、碳组分、多环芳烃、无机元素进行分析.结果表明,隧道内PM_(2.5)质量浓度为225.65~312.84μg·m~(-3),是同期环境大气中PM_(2.5)浓度的11~14倍,PM_(2.5)中碳组分所占比重最高,约占总质量浓度的35.73%,其次无机元素占21.78%,离子组分在4.79%~5.52%之间,含量最低的是多环芳烃,占0.25%~0.32%;离子组分中Ca~(2+)和SO_4~(2-)含量较高,占总离子浓度的77.78%~80.17%,显示为地壳来源,其次是NH_4~+、NO_3~-的浓度也相对较高,主要来自机动车尾气源;草海隧道PM_(2.5)中以分子量相对较大、不易挥发的4、6环PAHs为主,机动车尾气对PM_(2.5)中多环芳烃的贡献十分显著,毒性最强的Ba P浓度是国家规定浓度限值的23~29倍,高原草海隧道大气中存在PM_(2.5)暴露健康风险;隧道大气PM_(2.5)中元素由PCA分析显示机动车尾气和道路扬尘来源占比约61.64%,其次机械磨损排放源占比约为17.49%,最后为轮胎磨损排放源,占比为9.11%;云贵高原大气低压低氧条件下,机动车发动机燃料不完全燃烧几率较高,导致机动车尾气PM_(2.5)中的OC以及PAHs排放量增加.     

运用主成分分析(PCA)评价海洋沉积物中重金属污染来源

测定了胶州湾表层沉积物中重金属和有机质的含量,并用平均富集因子(Average Enrichment Factors,AEF)进行污染状况评价,发现胶州湾表层沉积物重金属污染可分为3类:轻度污染(AEFs<2),其中有Zn(AEF=1.11)、Pb(AEF=1.15)、Cr(AEF=1.52)、Mn(AEF=0.80)、Fe(AEF=0.45);中度污染(AEFs=2～3),包括Cu(AEF=2.79)和Cd(AEF=2.52);严重污染(AEFs>3),主要有As(AEF=3.03)和Hg(AEF=8.08).进一步通过主成分分析(Principal Component Analysis,PCA)研究沉积物中重金属的来源,发现前3个主成分的贡献率分别为52.61%、17.37%和15.60%,表明重金属主要有3个来源:工业排污、有机质降解、岩石的自然风化与侵蚀过程.PCA的聚类分析指出,本次研究中所调查的14个站位在污染程度上可分为5大类,此结果既反映了胶州湾表层沉积物近河口污染程度重远河口污染程度轻的特点,同时也支持了工业排污是沉积物中重金属污染主要来源的分析.